我为Myrrix提供了以下输入:
11, 101, 1
11, 102, 1
11, 103, 1
11, 104, 1000
11, 105, 1000
11, 106, 1000
12, 101, 1
12, 102, 1
12, 103, 1
12, 222, 1
13, 104, 1000
13, 105, 1000
13, 106, 1000
13, 333, 1000我正在寻找向用户11推荐的项目,期望首先推荐项目333 (因为用户13和104、105、106项的权重较高)。
以下是Myrrix的推荐结果:
11, 222, 0.04709
11, 333, 0.0334058请注意,推荐项222的强度为0.047,但第333项的强度仅为0.033 --与预期结果相反。
我也希望力量的差异会更大(因为1000和1是非常不同的),但是很明显,当订单不是我所期望的时候,这是没有意义的。
如何解释这些结果,以及如何考虑权重参数?我们正在与一个大客户在一个紧迫的期限内工作,并希望任何指示。
发布于 2013-09-16 07:18:11
很难根据一个小而综合的数据集来判断。我认为最大的因素将是这里的参数--特性#是什么?兰博达?我希望这里的功能=2。如果它更高,我认为你很快就适应了这一点,其结果主要是在它完美地解释了用户11不与222和333交互之后遗留下来的噪音。
值很低,表明这两种结果都不太可能出现,因此它们的排序可能比任何情况都要大。如果从另一个随机起点重建模型,您会看到不同的结果吗?
https://stackoverflow.com/questions/18821730
复制相似问题